You need to enable JavaScript to run this app. Pandas DataFrame中float列除datetime.time列的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame中float列除datetime.time列的实现方法

问题解决实现方案

1. 先修正复现数据的构造报错

你之前用astype转换datetime.time类型触发报错,是因为pandas不支持直接将原生Python的datetime.time作为合法dtype用astype转换。要构造和业务场景完全一致的测试数据,正确写法是直接将datetime.time对象存入DataFrame:

import pandas as pd
import datetime

data = {
    "Name": ["Bob", "Jane", "Mike"],
    "TimeWorked": [
        datetime.time(0, 55, 44),
        datetime.time(1, 21, 10),
        datetime.time(0, 10, 14)
    ],
    "TimeOff": [20.4, 5.0, None]
}
df = pd.DataFrame(data)

2. 核心计算逻辑

直接做除法报错的根源是:TimeWorked是时分秒结构的datetime.time对象,属于时间结构体,不是可运算的数值;而TimeOff是单位为秒的浮点数值,二者计算单位不统一,无法直接做除法。
计算前需要先把TimeWorked换算成和TimeOff一致的累计总秒数,换算逻辑为:

  • 总秒数 = 小时数 * 3600 + 分钟数 * 60 + 秒数
    对应的计算代码:
# 将TimeWorked的时分秒结构转换为累计秒数
df["tw_sec"] = df["TimeWorked"].apply(
    lambda t: t.hour * 3600 + t.minute * 60 + t.second
)
# 计算休假占比,TimeOff自带的空值会自动对应生成空值,无需额外判断
df["%Off"] = df["TimeOff"] / df["tw_sec"]
# 删除不需要的中间列
df = df.drop(columns=["tw_sec"])

计算效果验证

代入示例数据的计算结果完全匹配需求:

  • Bob的工作时长累计秒数为 03600 +5560 +44 = 3344秒,%Off = 20.4 / 3344 ≈ 0.0061
  • Jane的工作时长累计秒数为13600 +2160 +10 = 4870秒,%Off =5.0 /4870 ≈0.0010
  • Mike的TimeOff为空值,%Off自动返回空值(NaN)

内容的提问来源于stack exchange,提问作者Jerry Stackhouse

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.28 17:36:08